collections模块
在内置数据类型(dict、list、set、tuple)的基础上,collections模块还提供了几个额外的数据类型:Counter、deque、defaultdict、namedtuple和OrderedDict等。
参考:https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001411031239400f7181f65f33a4623bc42276a605debf6000
- namedtuple:生成可以使用名字来访问元素内容的Tuple子类
- deque:双端队,可以快速的从另一侧追加和推出对象
- Counter:计数器,主要用来计数
- Orderdict:有序字典
- defaultdict:带有默认值的字典
namedtuple
我们知道tuple可以表示不变集合,例如,一个点的二维坐标就可以表示成:
>>> p = (1, 2)
但是,看到(1, 2),很难看出这个tuple是用来表示一个坐标的。
这时,namedtuple就派上了用场:
>>> from collections import namedtuple
>>> Point = namedtuple(‘Point’, [‘x’, ‘y’])
>>> p = Point(1, 2)
>>> p.x
>>> p.y
类似的,如果要用坐标和半径表示一个圆,也可以用namedtuple定义:
#namedtuple(‘名称’, [属性list]):
Circle = namedtuple(‘Circle’, [‘x’, ‘y’, ‘r’])
deque
使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,因为list是线性存储,数据量大的时候,插入和删除效率很低。
deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈:
>>> from collections import deque
>>> q = deque([‘a’, ‘b’, ‘c’])
>>> q.append(‘x’)
>>> q.appendleft(‘y’)
>>> q
deque([‘y’, ‘a’, ‘b’, ‘c’, ‘x’])
deque除了实现list的append()和pop()外,还支持appendleft()和popleft(),这样就可以非常高效地往头部添加或删除元素。
orderdict
使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。
如果要保持Key的顺序,可以用OrderedDict:
复制代码
>>> from collections import OrderedDict
>>> d = dict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])
>>> d # dict的Key是无序的
{‘a’: 1, ‘c’: 3, ‘b’: 2}
>>> od = OrderedDict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])
>>> od # OrderedDict的Key是有序的
OrderedDict([(‘a’, 1), (‘b’, 2), (‘c’, 3)])
注意,OrderedDict的Key会按照插入的顺序排列,不是Key本身排序:
>>> od = OrderedDict()
>>> od[‘z’] = 1
>>> od[‘y’] = 2
>>> od[‘x’] = 3
>>> od.keys() # 按照插入的Key的顺序返回
[‘z’, ‘y’, ‘x’]
defaultdict
有如下值集合 [11,22,33,44,55,66,77,88,99,90…],将所有大于 66 的值保存至字典的第一个key中,将小于 66 的值保存至第二个key的值中。
即: {‘k1’: 大于66 , ‘k2’: 小于66}
方法一:原生字典解决方法
values = [11, 22, 33,44,55,66,77,88,99,90]
my_dict = {}
for value in values:
if value>66:
if my_dict.has_key('k1'):
my_dict['k1'].append(value)
else:
my_dict['k1'] = [value]
else:
if my_dict.has_key('k2'):
my_dict['k2'].append(value)
else:
my_dict['k2'] = [value]
方法二:defaultdict字典解决方法
from collections import defaultdict
values = [11, 22, 33,44,55,66,77,88,99,90]
my_dict = defaultdict(list)
for value in values:
if value>66:
my_dict['k1'].append(value)
else:
my_dict['k2'].append(value)
Counter
Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型,以字典的键值对形式存储,其中元素作为key,其计数作为value。计数值可以是任意的Interger(包括0和负数)。Counter类和其他语言的bags或multisets很相似。
c = Counter(‘abcdeabcdabcaba’)
print c
输出:Counter({‘a’: 5, ‘b’: 4, ‘c’: 3, ‘d’: 2, ‘e’: 1})
其他详细内容 http://www.cnblogs.com/Eva-J/articles/7291842.html
时间模块
和时间有关系的我们就要用到时间模块。在使用模块之前,应该首先导入这个模块。
#常用方法
1.time.sleep(secs)
(线程)推迟指定的时间运行。单位为秒。
2.time.time()
获取当前时间戳
表示时间的三种方式
在Python中,通常有这三种方式来表示时间:时间戳、元组(struct_time)、格式化的时间字符串:
- 时间戳(timestamp) :通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”,返回的是float类型。
- 格式化的时间字符串(Format String): ‘1999-12-06’
python中时间日期格式化符号:
%y 两位数的年份表示(00-99)
%Y 四位数的年份表示(000-9999)
%m 月份(01-12)
%d 月内中的一天(0-31)
%H 24小时制小时数(0-23)
%I 12小时制小时数(01-12)
%M 分钟数(00=59)
%S 秒(00-59)
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天(001-366)
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数(00-53)星期天为星期的开始
%w 星期(0-6),星期天为星期的开始
%W 一年中的星期数(00-53)星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身
- 元组(struct_time) :struct_time元组共有9个元素:(年,月,日,时,分,秒,星期,一年中第几天等)
小结:时间戳是计算机能够识别的时间;时间字符串是人能够看懂的时间;元组则是用来操作时间的
用代码来认识一下输出时间的三种方式:
import time
# 时间戳
print(time.time())
print()
# 时间字符串
print(time.strftime('%Y-%m-%d %X'))
print(time.strftime('%x %X'))
print(time.strftime('%Y-%m-%d %H:%M:%S'))
print()
# 时间元组:localtime将一个时间戳转换为当前时区的struct_time
print(time.localtime())
结果
1550714203.6647315
2019-02-21 09:56:43
02/21/19 09:56:43
2019-02-21 09:56:43
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=9,
tm_min=56, tm_sec=43, tm_wday=3, tm_yday=52, tm_isdst=0)
几种格式之间的转换
- 时间戳 ——> 结构化时间
import time
t = time.time() # 定义一个时间戳t
#time.gmtime(时间戳) #UTC时间,与英国伦敦当地时间一致
print(time.gmtime(t))
#time.localtime(时间戳) #当地时间。例如我们现在在北京执行这个方法:与UTC时间相差8小时,
# UTC时间+8小时 = 北京时间
print(time.localtime(t))
结果
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=2,
tm_min=11, tm_sec=22, tm_wday=3, tm_yday=52, tm_isdst=0)
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=10,
tm_min=11, tm_sec=22, tm_wday=3, tm_yday=52, tm_isdst=0)
- 结构化时间 ——> 时间戳
import time
#time.mktime(结构化时间)
time_tuple = time.localtime() # 得到一个本地时间元组,即结构化时间
print(time.mktime(time_tuple))
- 结构化时间 ——> 字符串时间
import time
#time.strftime("格式定义","结构化时间") 结构化时间参数若不传,则显示当前时间
print(time.strftime('%Y-%m-%d'))
print(time.strftime('%Y-%m-%d', time.localtime(15000000)))
结果
2019-02-21
1970-06-23
- 字符串时间 ——> 结构化时间
import time
#time.strptime(时间字符串,字符串对应格式)
print(time.strptime('2019-2-21', '%Y-%m-%d'))
print(time.strptime('21/2/2019', '%d/%m/%Y'))
结果
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=0,
tm_min=0, tm_sec=0, tm_wday=3, tm_yday=52, tm_isdst=-1)
time.struct_time(tm_year=2019, tm_mon=2, tm_mday=21, tm_hour=0,
tm_min=0, tm_sec=0, tm_wday=3, tm_yday=52, tm_isdst=-1)
- 结构化时间 ——> %a %b %d %H:%M:%S %Y串
import time
#time.asctime(结构化时间) 如果不传参数,直接返回当前时间的格式化串
print(time.asctime(time.localtime(150000000)))
print(time.asctime())
结果
Thu Oct 3 10:40:00 1974
Thu Feb 21 10:37:15 2019
- 时间戳 ——> %a %b %d %H:%M:%S %Y串
import time
#time.ctime(时间戳) 如果不传参数,直接返回当前时间的格式化串
print(time.ctime())
print(time.ctime(15000000))
结果
Thu Feb 21 10:40:03 2019
Tue Jun 23 22:40:00 1970